头图来源：视觉中国
作者 | 崔秋阳
编辑 | 苏鹏
紧跟华为与小鹏，理想自研的城市NOA功能也即将与用户正式见面。
在6月17日家庭科技日过后，作为活动中推出的重磅技术，理想汽车选定在北京望京地区举办了城市NOA试乘活动，向外界秀起了自己自动驾驶技术上的“肌肉”。
活动中，理想汽车智能驾驶产品负责人赵哲伦介绍称，理想汽车意在把自己的城市NOA功能打磨成“像人类一样不依赖高精地图就可以识别万物，规划决策并持续进化”的产品。
为此，理想汽车将NeuralPriorNet（NPN）神经先验网络提取功能和TrafficIntentionNet（TIN）端到端信号灯意图网络两项技术引入到自己的智能驾驶感知算法当中。
其中，前者负责对BEV感知地图进行优化，与占用网络技术互为辅助帮助车端更好的感知道路及四周静动态障碍物，用更通俗的话来讲则是NPN技术的引入让BEV感知地图更加可靠了。
而TIN网络顾名思义，则是负责实时读取路口信号灯指示，根据响应信号灯向车端发出指令进行前进、刹停、左右转等动作。赵哲伦表示国内大部分地区的信号灯存在类型多、更新难、定位偏等问题，“以望京地区为例，在过去一段时间内有50个左右的红绿灯进行了更换，依靠高精地图读取信号灯会存在信息滞后的风险”，但在引入TIN技术后便解决了以上问题。
与此同时，赵哲伦还透露目前理想自己的训练平台已有1200 PFLOPS算力，以及6亿公里的训练里程。在NPN、TIN、算力平台的加持下，理想汽车智能驾驶系统也将完成从车端到云端的数据闭环。
来源：理想汽车
在后续试乘活动中，理想汽车通过实车驾驶演示了复杂路口转向、无保护左转、避让行人及外卖车辆、绕行违停车辆等功能。
从演示过程来看，理想城市NOA在绕行障碍物、变道超车的处理上较为流畅，针对突然加塞、外卖车辆突然变道等情况能够做到及时响应减速刹停，在大部分演示过程中不会出现需要人为接管的情况。
但或许是由于对动态物体的预判不够精确，并不会像老司机防御型驾驶一样出现提前减速避让的情况。此外理想NOA的算法可谓是保守与激进并行，在车辆直行面对车流汇入或对向左转车辆时，不会进行减速、避让，在车辆博弈这方面颇为激进。但对其他静动态障碍物侵占自己车道时做出的反应却有很大概率是刹停后，判断对方行驶意图后再进行绕行或继续等待，这方面十分保守。
对此，相关人员透露这是由于望京地区道路情况复杂，时常有外卖车辆闯红灯行驶，无法准确判断其意图，所以算法设计上较为保守，而出现激进的行为是由于算法认定自己具有较高路权。
值得注意的是，上述原因一定程度上也意味着理想城市NOA系统会根据当地路口特征因地制宜进行微调，这也得益于NPN特征网络的引入。不过此类微调也需要验证大量的数据，不过相关人员透露理想汽车在望京地区的路口验证工作花费了2个月左右的时间，随着越来越多用户加入到早鸟测试中，路口的验证时间也会随之减少。
总而言之，理想汽车的城市NOA系统中加入了不少黑科技，一定程度上可以帮助理想追赶华为、小鹏的步伐，但落实到具体车辆决策、规控等细节层面上还需要不断打磨。
